電腦字體近來流行許多近似手寫字體的字形，像是少女體、硬筆書法體等等。這些字形都是由書法家一字字寫入電腦再編輯完成。這樣的製作方法不僅讓個人用戶無法製作自己的個人化字形，也讓專業的類手寫字體制作極為費時。結合型態學演算以及模式識別、中文字資料庫等等，我們製作了利用使用者少數部件的重組，模擬該使用者書寫其他中文字的系統。我們的系統不僅可以用在製作個人化字形，亦可以用在文化資產的保存與研究，凡如佚漏古籍之校定及重製。 我們的系統從使用者的部件擷取到字庫分析及重新組字，皆經過調校已符合中文字的特性，可利用三百個中文字部件組合出超過3500個常用中文字，涵蓋超過95%的中文字使用率。

近年台灣漏水問題頻繁，每滴水都格外珍貴。我們無法解決水管破裂造成的漏水，但是我們可以改善校園中常有人忘記關水龍頭或漏水未維修的情況，減少水資源嚴重的浪費。 本實驗使用Web:Bit開發板連接電腦偵測到的數據，發現漏水偵測電極的材質與結構都會影響偵測漏水的敏銳度，透過塑膠片磨砂處理與選擇黏貼間距適中的銀箔導電膠帶效果最為良好，以此條件進行實際水龍頭漏水實驗，Web:Bit會將漏水感測之結果傳送至LINE，可即時警示回報，進而得以改善或維修。 本研究已達成有效偵測漏水，利用Web:Bit將漏水感測之結果傳送至Google試算表，可以長期記錄學校各點之用水狀況，透過大數據分析學生用水習性，希望未來此裝置能廣泛應用於各場所，為節能減碳永續環境盡一份心力。

以校園地瓜葉為材料，萃取葉綠素酒精溶液前，先以熱水加熱10分鐘與15分鐘，其葉綠素萃取效果最好。在pH5以上之處理，較能維持住葉綠素之色澤，即便在一週後仍呈現綠色，pH3處理者無法使葉綠素穩定。日照處理較其他LED光質如紅光、藍光、綠光與白光處理者，其葉綠素穩定性最差，且日照48小時比日照24小時處理者，葉綠素劣變明顯；反之，LED藍光處理者色澤穩定度較佳，故建議以藍色作為裝取精力湯容器之顏色。高溫處理組(60℃-65℃)葉綠素保存較室溫(25℃-28℃)與低溫(4℃-5℃)不易。為了保持新鮮地瓜葉汁液的鮮度應避免日光直接曝曬。應用電腦Microsoft Word軟體 RGB三原色(R為紅色、G為藍色、B為綠色)數值，估算其葉綠素含量，達到簡單、快速、易操作等優點。

本研究以捨棄式車刀架為架構，在節省研磨刀角時間與刀具準備數量的考量下，將兩種不同車削功能之車刀建構在一把刀架上，一端具有車削外徑功能，另一端具有切槽之功能，其成品經由CNC綜合加工機大量製造後可供學校實習使用，可節省各式車刀架之購置成本，並藉由自行設計及製造來提升加工技術層次。 文中係以車床加工實習及機械加工丙級技能檢定題目中使用頻率最高的2把車刀(外徑車刀以及切槽車刀)為主要對象來設計製造車刀架原型，在製作過程中使用3D電腦繪圖技術及CNC電腦數值控制機械來輔助完成，並將模治具製作技術導入，最後再藉由Solidworks電腦繪圖軟體進行車刀架應力及變形分析，以了解車刀架於車削過程中之應力分佈、變位情形及其安全係數值等。

本研究針對「九、十九、廿九」這一個撲克牌心算遊戲，做進一步的深入探討。首先先進行數字組成和花色組成分析，接著利用電腦程式去模擬出不同尾數間的成功牌組和數字組成情況，進而去分析數據之間的關係。研究結果如下：一、3~30數字組成共220種，加入花色考慮，就有9880種；二、不同尾數成功牌組的數字組成皆是1108組，不同尾數之間的存在對應關係；三、不同尾數數字組成皆22種，出現次數和皆為14404次；四、將遊戲加入JQK後，利用方程式破解會剩下來的牌，且聯立討論出成功牌組；五、透過研究結果，將單人遊戲變化出多人的玩法。

Two years ago, I attended a robot contest, in which one of the missions required the robot to follow the pedestrian to complete the task. At that time, I used their demo program to complete the task. Not long after, I found two main issues: 1. The program follows the closest point read by the depth camera, which if I walk close to a wall next to, the robot may likely ‘follow’ the wall. 2. Not to mention if another pedestrian crosses between the robot and the target. Regarding these two issues, I decided to improve it. We’ve designed a procedure of using YOLO Object Detection and Person re-identification to re-identify the target for continuous following.

The Information Technology (IT) area has shown great growth in recent years, even with the economic recession that 巴西 has been through and the impact of the coronavirus pandemic. It is estimated that by 2024 the area will have a deficit of more than 290 thousand professionals. However, companies still face other difficulties in hiring, especially people who are looking for their first job in the Information Technology area. Most part of these difficulties are lack of qualified manpower and high prerequisites to fill internship or junior positions. As a result, the objective of this project is: to develop a platform that connects people who seek guidance, improvement or professional relocation in the Information Technology area with professionals that already have the experience they are seeking. The first step was a research and analysis of similar platforms in the market, whose proposal involves mentoring or professional connections, and it concluded that there are no services that fully meet the project’s proposal. In the second step, a research was done about mobile development, highlighting Flutter and Firebase platform. The third step defined the application’s features, such as suggestion of users and mentors, search for users, become a mentor, private chat, video calls, Portuguese and English languages, light and dark themes and profile customization. The suggestion of users and mentors is done by a match with the registered users, relating their areas of work (where the user has experience) and the areas of interest of each one. For the coding of the project, Flutter and Firebase technologies were used. To design the app, it followed Material Design specifications. For testing and distribution, the app was published on Play Store, Google’s Android application platform. The tests were performed by both the researcher and a selected group of users to verify if the functionalities were in accordance to what was defined in the beginning of the project. Perceiving the correct functioning of the application, the project achieved the proposed objective. In addition, it expanded its reach area, because it is possible to find users and mentors from any other area of the market.

本研究旨在探討分散式網路爬蟲瀏覽時間及覆蓋率之最佳化問題原理。藉由相異物排列所形成的循環組關係式進行一系列的探討。在n個相異元素的簡單排列中，不存在任意元素個數為k (k≤n)的子集對應到自己本身所成集合，我們稱此型態的排列方式為k-錯排。換言之，假如n個相異元素進行簡單排列，排列後每個元素都不在原來的位置上，此時這樣的排列稱為一般的錯排列，也就是1-錯排。本研究從分散網路爬蟲搜尋網址中進行相關發想，發現它的本質是遍歷完所有的頂點且沒有重複經過，即所謂「哈密頓路徑(Hamiltonian path)問題」中一筆畫的NP-hard問題，即圖遍歷問題的一種。因此本研究由k-錯排遞迴之性質來探討分散式網路爬蟲最佳化問題。最後透過電腦模擬及組合數學分析推導，本研究將提出改善以k-錯排應用至分散網路爬蟲的最佳化方式。

「使用給定的多個矩形密鋪一個格狀平面(2D rectangle tiling problem)」為一NP-complete問題，目前多項式時間只能求出盡可能覆蓋最大面積的近似解。本研究所創的階梯演算法透過改變動態規劃所紀錄的狀態，使狀態數大幅減少，進而改善求準確解的時間複雜度，當然也成功證明此演算法的正確性，並且此演算法也能處理環狀及有權重的類似問題，如RTILE PROBLEM、DRTILE PROBLEM。隨後，寫了一個互動展示品直覺地呈現此演算法的意義。並以階梯演算法成功將7/3-approximation algorithm (Krzysztof Lorys and Katarzyna E. Paluch,2000 [4]) 與11/5-approximation algorithm (Piotr Berman et al,2001[7])進行比較與分析。

基於音樂輸入的動作骨架生成是一個正在興起的研究主題，然而在弦樂樂器的演奏骨架生成上，由於動作與音樂資訊間並非是一對一的對應關係，且在時間序列上非常注重前後關係，此問題仍非常具有挑戰性。在研究中，我們設計新的架構，將小提琴演奏者的演奏各部分拆解並分別生成。針對前人研究及此研究的研究結果，我們分別進行了客觀測試及主觀問卷的評估，兩方面皆顯示我們的研究結果較前研究進步。就我們所知，此篇研究是第一個嘗試在小提琴演奏動作上加入音樂情緒的研究。

本研究旨在解決以往無法將影片色彩化的問題，設計方法分為兩大部分：首先，我們在基礎的生成對抗網路上加進了多個模組如：殘差模組以及特徵提取模組，我們實作多種不同組合的生成對抗網路，並比較其成效。其中，我們利用COCO dataset來訓練我們的的基礎模型。本研究以風景影片為主，因為風景影片的震盪和變化較小。在進入第二階段前，我們利用Kaggle風景圖片資料庫來微調最優的模型。而在第二部分，我們發現生成出的影片會有色彩不連續性的問題，於是我們提出了三套方案來提高影片整體品質來抵銷模型在前饋過程中所產生的不確定性以及隨機性。分別為H.264編碼技術，ORB預測個別幀，以及HSV提高色相穩定度。

Two years ago, I attended a robot contest, in which one of the missions required the robot to follow the pedestrian to complete the task. At that time, I used their demo program to complete the task. Not long after, I found two main issues: 1. The program follows the closest point read by the depth camera, which if I walk close to a wall next to, the robot may likely ‘follow’ the wall. 2. Not to mention if another pedestrian crosses between the robot and the target. Regarding these two issues, I decided to improve it. We’ve designed a procedure of using YOLO Object Detection and Person re-identification to re-identify the target for continuous following.